Wissenschaftler erreichen den ersten Schritt bei der Erstellung von Cyborgs

Die Borg
Bitte teilen Sie diese Geschichte!
image_pdfimage_print
Dieser technische Durchbruch ist revolutionär für Transhumanisten, die Avatare bauen, ihr Gehirn in sie übertragen und für immer leben möchten. Wenn Sie Schwierigkeiten haben, diesen Artikel zu verstehen, denken Sie einfach an „The Borg“ aus der Star Trek-Serie. ⁃ TN Editor

Wissenschaftler haben zwei künstliche Neuronen auf Siliziumbasis mit einem biologischen in mehreren Ländern zu einem voll funktionsfähigen Netzwerk verbunden. Mithilfe von Standard-Internetprotokollen bauten sie eine Kommunikationskette auf, in der ein künstliches Neuron ein lebendes, biologisches kontrolliert und die Informationen an ein anderes künstliches Neuron weitergibt.

Whoa.

Wir haben viel über Gehirn-Computer-Schnittstellen gesprochen und neuartige Computerchips das ähnelt dem Gehirn. Wir haben erläutert, wie diese „neuromorphen“ Chips mithilfe von so genannten technischen Kommunikationsknoten zu enorm leistungsfähigen Computereinheiten verbunden werden können künstlich Synapsen.

Da Moores Gesetz im Sterben liegt, haben wir sogar gesagt, dass neuromorphes Computing ein Weg in die Zukunft eines extrem leistungsfähigen, auf künstlichem neuronalen Netzen basierenden Computing mit geringem Energieverbrauch - in Hardware - ist, das theoretisch besser mit dem Gehirn verbunden werden könnte. Da die Chips die Sprache des Gehirns „sprechen“, könnten sie theoretisch zu Knotenpunkten für die Neuroprothese werden, die weit fortgeschrittener und „natürlicher“ sind als alles, was derzeit möglich ist.

Diesen Monat hat ein internationales Team all diese Zutaten zusammengestellt. Theorie in die Realität umsetzen.

Die drei Labore, die über Padua (Italien), Zürich (Schweiz) und Southampton (England) verteilt waren, arbeiteten zusammen, um ein vollständig selbstkontrolliertes, hybrides künstlich-biologisches neuronales Netzwerk zu schaffen, das nach biologischen Prinzipien, jedoch über das Internet, kommunizierte.

Das Drei-Neuronen-Netzwerk, das durch künstliche Synapsen verbunden ist, die die Realität emulieren, konnte ein klassisches neurowissenschaftliches Experiment reproduzieren, das als Grundlage für Lernen und Gedächtnis im Gehirn gilt. Mit anderen Worten, künstliche Neuronen- und Synapsen-Chips sind so weit fortgeschritten, dass sie tatsächlich einen biologischen Neuronen-Intermediär verwenden können, um einen Schaltkreis zu bilden, der sich zumindest teilweise wie die reale Sache verhält.

Das heißt nicht, dass Cyborg-Gehirne bald kommen. Die Simulation hat nur ein kleines Netzwerk wiederhergestellt, das die exzitatorische Übertragung im Hippocampus unterstützt - eine kritische Region, die das Gedächtnis unterstützt - und die meisten Gehirnfunktionen erfordern ein enormes Übersprechen zwischen zahlreichen Neuronen und Schaltkreisen. Trotzdem ist die Studie eine atemberaubende Demonstration, wie weit wir bei der Wiederherstellung biologischer Neuronen und Synapsen in künstlicher Hardware gekommen sind.

Und vielleicht wird eines Tages die derzeit „experimentelle“ neuromorphe Hardware als Brücke in kaputte biologische neuronale Schaltkreise integriert, um Bewegung, Gedächtnis, Persönlichkeit und sogar das Selbstgefühl wiederherzustellen.

Der künstliche Gehirnboom

Eine wichtige Sache: Diese Studie stützt sich stark auf ein Jahrzehnt der Erforschung des neuromorphen Rechnens oder der Implementierung von Gehirnfunktionen in Computerchips.

Das bekannteste Beispiel ist vielleicht TrueNorth von IBM, die die Rechenprinzipien des Gehirns nutzten, um einen völlig anderen Computer zu bauen als heute. Heutige Computer laufen auf einer von Neumann-Architektur, in der Speicher- und Verarbeitungsmodule physisch getrennt sind. Im Gegensatz dazu werden das Rechnen und das Gedächtnis des Gehirns gleichzeitig an Synapsen erreicht, kleinen „Hubs“ auf einzelnen Neuronen, die mit benachbarten Neuronen sprechen.

Lesen Sie die ganze Geschichte hier…

Treten Sie unserer Mailingliste bei!


Abonnieren
Benachrichtigung von
Gast
0 Kommentare
Inline-Feedbacks
Alle Kommentare anzeigen